FastFCA：一种基于联合对角化的全秩空间协方差模型音频源分离快速算法
声音
2018-05-18 v1 音频与语音处理
摘要
Duong 等人提出了一种使用全秩空间协方差模型的源分离方法 ["Under-determined Reverberant Audio Source Separation Using a Full-rank Spatial Covariance Model," IEEE Trans. ASLP, vol. 18, no. 7, pp. 1830-1840, Sep. 2010]，本文称之为全秩空间协方差分析 (FCA)。在此我们提出一种用于估计 FCA 模型参数的快速算法，命名为 Fast-FCA，适用于双源情形。尽管传统 FCA 在源分离中非常有效，但其主要缺点是计算代价高昂。实际上，传统的 FCA 模型参数估计算法需要逐帧矩阵求逆和矩阵乘法。因此，传统 FCA 在计算资源受限的应用中可能无法使用。相比之下，所提出的 FastFCA 借助基于广义特征值问题的联合对角化，绕过了矩阵求逆和矩阵乘法。此外，FastFCA 与传统算法严格等价。实验表明，FastFCA 比传统算法快 250 倍以上，且源分离性能几乎相同。
引用
@article{arxiv.1805.06572,
title = {FastFCA: A Joint Diagonalization Based Fast Algorithm for Audio Source Separation Using A Full-Rank Spatial Covariance Model},
author = {Nobutaka Ito and Shoko Araki and Tomohiro Nakatani},
journal= {arXiv preprint arXiv:1805.06572},
year = {2018}
}